图灵测试 75 年:从哲学问题到工程基准

1950 年图灵写下"Can machines think?"时,没人能给出操作性答案——连能跑通测试的计算机都没有。75 年过去,图灵测试从一个哲学问题变成了工程基准:今天我们用 MMLU、HumanEval、GPQA、ARC-AGI 等…